Nahal · نهال
هوش مصنوعی فارسی
مدل ERNIE 4.5 VL 424B از بیدو یک مدل زبانی چندحسی است که هم متن و هم تصویر را پردازش می‌کند. این مدل با ترکیب داده‌های متنی و تصویری آموزش دیده و می‌تواند در کارهای تحلیل تصویر با توضیح متنی، پاسخگویی چندحسی و استخراج اطلاعات از تصاویر استفاده شود. نقطهٔ قوت این مدل قابلیت پردازش همزمان متن و تصویر در یک پنجرهٔ زمینهٔ بزرگ است که امکان درک عمیق‌تر محتوا را فراهم می‌کند.
| سازنده | Baidu (چین) |
|---|---|
| خانواده | baidu |
| تاریخ عرضه | 2025-06-30 |
| پنجرهٔ زمینه | ۱۲۳٬۰۰۰ توکن |
| حداکثر خروجی در هر پاسخ | ۱۶٬۰۰۰ توکن |
| ورودی | متن، تصویر |
| خروجی | متن |
| قابلیتها | استدلال چندمرحله‌ای، درک تصویر |
| وضعیت در نهال | فعال |
| قیمت هر میلیون توکن ورودی | ۳۳۱٬۶۳۲ تومان |
| قیمت هر میلیون توکن خروجی | ۹۸۷٬۰۰۰ تومان |
در نهال هر یک میلیون توکن ورودیِ Baidu: ERNIE 4.5 VL 424B A47B ۳۳۱٬۶۳۲ تومان و هر یک میلیون توکن خروجی ۹۸۷٬۰۰۰ تومان است و فقط به اندازهٔ مصرف واقعی از اعتبار ریالی کسر می‌شود. قیمت‌ها با نرخ روز به‌روز می‌شوند.
مدل ERNIE 4.5 VL 424B از بیدو یک مدل زبانی چندحسی است که هم متن و هم تصویر را پردازش می‌کند. این مدل با ترکیب داده‌های متنی و تصویری آموزش دیده و می‌تواند در کارهای تحلیل تصویر با توضیح متنی، پاسخگویی چندحسی و استخراج اطلاعات از تصاویر استفاده شود.
۱۲۳٬۰۰۰ توکن؛ یعنی این مدل می‌تواند در یک درخواست، متن ورودی و تاریخچهٔ گفتگو را تا همین اندازه همزمان در نظر بگیرد. هر پاسخ حداکثر ۱۶٬۰۰۰ توکن است.
در نهال هر یک میلیون توکن ورودیِ Baidu: ERNIE 4.5 VL 424B A47B ۳۳۱٬۶۳۲ تومان و هر یک میلیون توکن خروجی ۹۸۷٬۰۰۰ تومان است و فقط به اندازهٔ مصرف واقعی از اعتبار ریالی کسر می‌شود. قیمت‌ها با نرخ روز به‌روز می‌شوند.
استدلال چندمرحله‌ای، درک تصویر. ورودی: متن، تصویر؛ خروجی: متن.
در نهال (nahal.ai) وارد بخش گفتگو شوید و Baidu: ERNIE 4.5 VL 424B A47B را از فهرست مدل‌ها انتخاب کنید؛ پرداخت ریالی است و رابط کاملاً فارسی.